矩阵

xhz

矩阵

这个矩阵有 2 行和 3 列：

C =	2 5 3 4 7 1

矩阵的维数为(2x3)。

---

方阵

方阵是行数和列数相同的矩阵。

n×n 矩阵称为 n 阶方阵。

一个2×2矩阵（2阶方阵）：

C =

1 2 3 4

一个4×4矩阵（4阶方阵）：

C =	1 -2 3 4 5 6 -7 8 4 3 2 -1 8 7 6 -5

---

对角矩阵

Diagonal Matrix 在对角线条目上具有值，在其余部分为 零：

C =	2 0 0 0 5 0 0 0 3

---

---

标量矩阵

A Scalar Matrix 具有相等的对角线元素，其余元素为 零：

C =	3 0 0 0 0 3 0 0 0 0 3 0 0 0 0 3

---

身份矩阵

身份矩阵在对角线上有 1，在其余部分有 0。

这是1的矩阵等价物。符号是I。

I =	1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1

如果将任何矩阵与单位矩阵相乘，则结果等于原始矩阵。

---

零矩阵

零矩阵（空矩阵）只有零。

C =	0 0 0 0 0 0

---

等矩阵

如果每个元素都对应，则矩阵相等：

2 5 3 4 7 1

=

2 5 3 4 7 1

---

负矩阵

矩阵的负很容易理解：

-

-2 5 3 -4 7 1

=

2 -5 -3 4 -7 -1

---

JavaScript 中的线性代数

在线性代数中，最简单的数学对象是标量：

const scalar = 1;

另一个简单的数学对象是数组：

const array = [ 1, 2, 3 ];

矩阵是二维数组：

const matrix = [ [1,2],[3,4],[5,6] ];

向量可以写成只有一列的矩阵：

const vector = [ [1],[2],[3] ];

向量也可以写成数组：

const vector = [ 1, 2, 3 ];

---

JavaScript 矩阵运算

在 JavaScript 中编程矩阵运算，很容易成为循环的意大利面条。

使用 JavScript 库可以省去很多麻烦。

用于矩阵运算的最常用库之一称为 math.js。

只需一行代码即可添加到您的网页中：

使用 math.js<script src="https://cdnjs.cloudflare.com/ajax/libs/mathjs/9.3.2/math.js"></script>

---

添加矩阵

如果两个矩阵具有相同的维度，我们可以将它们相加：

2 5 3 4 7 1

+

4 7 1 2 5 3

=

6 12 4 6 12 4

实例const mA = math.matrix([[1, 2], [3, 4], [5, 6]]);
const mB = math.matrix([[1,-1], [2,-2], [3,-3]]);

// Matrix Addition
const matrixAdd = math.add(mA, mB);

// Result [ [2, 1], [5, 2], [8, 3] ]

亲自试一试 »

---

减法矩阵

如果两个矩阵的维数相同，我们可以将它们相减：

2 5 3 4 7 1

-

4 7 1 2 5 3

=

-2 -2 2 2 2 -2

实例const mA = math.matrix([[1, 2], [3, 4], [5, 6]]);
const mB = math.matrix([[1,-1], [2,-2], [3,-3]]);

// Matrix Subtraction
const matrixSub = math.subtract(mA, mB);

// Result [ [0, 3], [1, 6], [2, 9] ]

亲自试一试 »

要添加或减去矩阵，它们必须具有相同的维度。

---

标量乘法

虽然行和列中的数字称为矩阵，但单个数字称为标量。

矩阵与标量相乘很容易。 只需将矩阵中的每个数字与标量相乘即可：

2 5 3 4 7 1

x 2 =

4 10 6 8 14 2

实例const mA = math.matrix([[1, 2], [3, 4], [5, 6]]);

// 矩阵乘法
const matrixMult = math.multiply(2, mA);

// Result [ [2, 4], [6, 8], [10, 12] ]

亲自试一试 »

实例const mA = math.matrix([[0, 2], [4, 6], [8, 10]]);

// 矩阵除法
const matrixDiv = math.divide(mA, 2);

// Result [ [0, 1], [2, 3], [4, 5] ]

亲自试一试 »

---

转置矩阵

转置矩阵，意思是用列替换行。

当你交换行和列时，你会围绕它的对角线旋转矩阵。

A =

1 2 3 4

AT =

1 3 2 4

---

乘法矩阵

矩阵相乘比较困难。

如果矩阵 A 的行数与矩阵 B 的列数相同，我们只能将两个矩阵相乘。

然后，我们需要编译一个"点积"：

我们需要将A的每一行中的数字乘以B的每一列中的数字，然后相加：

实例const mA = math.matrix([[1, 2, 3]]);
const mB = math.matrix([[1, 2, 3], [1, 2, 3], [1, 2, 3]]);

// 矩阵乘法
const matrixMult = math.multiply(mA, mB);

// Result [ [6, 12, 18] ]

亲自试一试 »

Explained:

A		B		C		C
1 2 3	x	1 1 1 2 2 2 3 3 3	=	1x1 + 2x1 + 3x1 1x2 + 2x2 + 3x2 1x3 + 2x3 + 3x3	=	6 12 18

如果您知道如何将矩阵相乘，则可以求解许多复杂的方程。

矩阵分解

使用 AI，您需要知道如何分解矩阵。

矩阵分解是线性代数中的关键工具，尤其是在线性最小二乘法中。